社内に眠るデータを活用して
事業成長を加速することが
できていますか？
社内に大量のデータはあるが、
活かしきれていない大量の顧客データ、注文データを保有しているが、データ分析をしておらず、宝の持ち腐れとなっている。
データ分析を試みたことはあるが、結論として有効な示唆が得られず、それ以降データ活用を諦めてしまった。
事業を伸ばすために有効な
本質的なKPIが何がわかっていない明確なKPIを設定できていないため、営業やマーケティング活動が散漫になっており、事業成長に勢いが出ていない。
どのような属性の顧客が、LTV（生涯顧客価値）が高くなるのか分かっておらず、ターゲット顧客が不鮮明である。
社内人材では、データ分析スキルが低く
事業インサイトを見つけるのが難しいデータ分析や統計解析に関する知識・スキルを保有している人材が社内にいない。
人力であれこれ分析しつづけるのには相当な時間がかかってしまい、事業成長に必要なスピード感が出ない。
KPIファインダーは、AI解析（機械学習）により、
事業成長のカギを
見つけます。
KPIファインダーは、大量のデータをAIに読み込ませトレーニング（機械学習）させることで、
人力では困難な解析モデルを構築し、事業成長に効く（影響力の高い）因子（＝KPI）を見つけることができます。
AI解析について
構造化データに基づいた最先端の機械学習モデルを実装したGoogle Cloud AutoML Tablesを利用します。
Google Cloud AutoMLは、Googleが10 年以上かけて培ってきた研究技術を結実したプロダクトであり、
最先端のAI技術をベースにした分析結果を得ることができます。
(機械学習)
インサイトの抽出
AI活用の成功企業
NETFLIXは、自社の経営判断に
AIを積極的に利用することで、
急成長を続けている。
ネットフリックスでは、AIが蓄積されたビッグデータを解析して、
ヘビーユーザーには何が流行っているのか？どんなコンテンツがよく視聴されているのか？
どのキャスティングだと視聴率が高いのか？どういう結末にすれば離脱率が低いのか？どのサムネイルが視聴者の好みなのか？
を見出し、AIに頼った事業判断を行なっています。
ネットフリックスは、
AIを基軸においたデータ・ドリブン経営を徹底することで、高い顧客満足度（＝低い解約率）を獲得し、
グローバルでの急成長を遂げています。
AI解析を行うメリット
人による分析では得難い、
高度なインサイトを発見する
ことにつながります。
人による分析
人による分析は、仮説検証型であるために、ある予想に則った答えしか導かれず、多変量解析などの高度な分析を行うには相応の時間を要します。
- 多変量解析は、人間が説明変数（影響を与える因子）の仮説をたて、そこから統計的に目的変数（影響を受ける結果指標）を説明できるか、という考え方。
- 人の思考に依存するため、アルゴリズムは単純かつ分かりやすいものになりがち。
人による分析では
得られなかった
事業インサイト
の発見につながる
AIによる機械学習
AIによる機械学習では、コンピュータにデータを与え、コンピュータ自らがその特徴を抽出し、結果（判断など）を出すので、人による分析では導き出せなかった有益な結論をスピーディに獲得することにつながります。
- 機械学習は、どれが説明変数となるかわからないが、とにかく色々なデータをAIに学習させてみる、その結果導かれたモデル（結果）をうまく活用していく、という考え方。
- 解析モデルのロジックはブラックボックスとなり、なぜそうなるのか？が分かるわけではない。
それでも、事業運営判断を行うための決定的なヒントを得ることはできます。
KPIファインダーの特徴
AI解析×経営コンサルティングで、
クライアント企業の課題を解決し、
事業成長につなげます。
企業におけるAI活用の難しさは、AI（機械学習）に関する一定のリテラシー（知識や理解）が求められることと、
事業運営上の制約を理解した上で現場に落とし込むハードルがあることです。
AI解析の結論だけで事業運営には落とし込めないですし、AIに対する一定の理解がないとAI活用には至りません。
ジャンプスタートパートナーズが提供するKPIファインダーは、AI解析を切り口にした経営コンサルティングです。
AI（機械学習）に関する専門知識もわかりやすく翻訳してお伝えし、適切な解釈を得た上で、
事業成長につながるインサイトを提供し、求める結果につなげていきます。
利用シーン
- 大量の顧客データを解析し、
売上（LTV）やリピート率が
高い顧客の属性情報
を見つけたい。 - 大量の注文情報を解析し、
売上や利益率、LTVを高める
ことに有効なKPI
を見つけたい。 - 商品の在庫データを解析し、
商品の在庫回転率を改善する
ことに有効なKPI
を見つけたい。 - 工場稼働率と
製造原価データを解析し、
製造原価率の低減につながる
有効なKPIを見つけたい。 - 顧客満足度調査と
取引データを解析し、
顧客満足度の最大化に
つながるKPIを見つけたい。 - 従業員意識調査と
過去の退職データを解析し、
退職率低減につなげられるKPI
を見つけたい。
KPIファインダーの活用事例
- 事例1｜
顧客企業のロイヤリティ（取引継続意向）を高めるためにはどうすべきか？ 監査法人にとって、安定的な顧客基盤は監査品質を維持する上ではなくてはならないものですから、顧客企業のロイヤリティ（取引継続意向）指標は、重要なKPIと言えます。
では、そのロイヤリティ向上に寄与するサブKPIが何なのか、過去10年分のCS調査のデータを用いてAI解析を行ってみたところ、「監査法人としての信頼感」「パートナーのコミュニケーション」「基本的なマナー」の影響度が高いことがわかりました。
- 事例2｜
NPS（口コミ推奨度）を高めるためには、何を改善するのが有効か？ サービス業において、事業の成長率を高めるためには、どれほど口コミされるかが重要です。
NSP(Net Promoter Score)は、口コミされやすさを指標化したものですが、クリーニングサービスにおいてNPS向上に効く評価項目のAI解析を行いました。
結論としては「汚れ落ちが十分」であることが、最もNPSへの影響度が高いことが判り、汚れ落ちの度合いをKPIとして設定して、マネジメントしていくことになりました。
- 事例3｜
社員のモチベーションを高めるためには何を改善すべきか？ 従業員エンゲージメント調査の結果をAI解析することで、社員のモチベーションやエンゲージメント向上に効く項目を見出すことも可能です。
JSPが過去10年超に渡って実施した調査結果をAI解析したところ、社員のモチベーションに強い影響を与えるのは「目標設定の適切さ」と「働くことの安心・安定感（心理的安全性）」であることが判明しました。
プロジェクトの進め方
仮説構築から、データクリーニング、AI解析、レポート報告、展開方針の検討まで一気通貫でサポートいたします。
初期相談（無料）にて、AI解析を行う目的の確認を行い、
保有データの状況について、サンプルデータをいただく形で確認させていただき、
費用のお見積り＆ご提案をさせていただきます。
よくあるご質問
- AIによる解析だけでなく、人によるデータ分析も行っていただけるのでしょうか？
- はい、当社のデータアナリストがデータクリーニング、仮説構築、クロス集計分析、相関関係分析、多変量解析など、人によるデータ分析も行い、インサイト発見につなげてまいります。
- 社内で保有できているデータ量が多くないのですが、それでも依頼可能なのでしょうか？
- 保有データが限定的な場合、ご期待されている結果を導くための分析ができない可能性があり、大変恐縮ですが、お断りさせていただく場合がございます。（※AI解析には、1,000行以上のサンプルデータが必要になります）
- AI解析をした結果、期待しているインサイトが見つからないというリスクはありますか？
- 期待しているほど、キレイな（はっきりとした）結果がでないという可能性はございますが、モデルの評価（信頼性）を踏まえ、解析結果をどのように活用するのが望ましいか提言させていただきます。
- AI解析の結果を活用して、特定の指標に対する予測モデルを構築することはできますか？
- はい、可能です。個別にご相談くださいませ。
ご相談・お問い合わせ
初期相談は無料です。
お問い合わせいただきましたら、WEBミーティングの日程調整をさせていただきます。
費用のお見積りは、初期相談後、サンプルデータをご提供いただいた上で、ご提案をさせていただきます。